6.7 Jordan 标准形与矩阵函数

本节位置：模块 6 · 特征值 ｜ 前置：6.3 对角化 ｜ 预计：35 分钟

一句话：不能对角化的矩阵仍可化成 Jordan 标准形；对角线上是特征值，上对角线上是 1，这些 1 让矩阵幂和 $e^{At}$ 多出 $t,t^2/2,\dots$ 这样的多项式因子。

0. 场景引入

一台贴片机的直驱转台，转动惯量 0.01 kg·m²。这是整条线的瓶颈工位：前面 3 台贴片机在等它，后面 2 台在等它的板子。定位环整定成临界阻尼：$k_p=0.04\mathrm{N}\cdot m/rad$、$k_d=0.04\mathrm{N}\cdot \mathrm{m}\cdot s/rad$，闭环方程 $\ddot{\theta }+4\dot{\theta }+4\theta =0$，特征值 $-2,-2$，是一对重根。速度环已经整定好，只剩位置环这一组增益要拍板。

工程指标是「1.5 s 内到位」。按「两个独立的 $e^{-2t}$ 模式」估算，$e^{-2t}=0.05$ 给出 $t=1.5$ s，正好卡线。但试跑实测：$t=1.5$ s 只到 80%，要到 2.4 s 才够 95%——慢了约 0.9 s。

原因藏在那对重根里。闭环矩阵

这是一条 $\dot{\mathbf{x}}=A\mathbf{x}$ 型的系统，解是 $\mathbf{x}(t)=e^{At}\mathbf{x}(0)$；$A$ 能对角化时，它就等于 $P{e}^{\Lambda t}{P}^{-1}$。可这里 $A$ 不可对角化，这条路走不通。单位阶跃响应是 $1-e^{-2t}(1+2t)$，多出一个 $t$ 因子。$t=2.4$ 时 $(1+4.8)e^{-4.8}\approx 0.048$，刚好降到 5%。

决策：接受 2.4 s、改产线节拍，还是把增益调大（带宽提到 3 rad/s）？代价：一条线 8 小时班次，节拍从 40 件/分掉到 25 件/分，少产 7200 件；按每件毛利 50 元算，一个班次少 36 万元，交付周期也从 5 天延到 7 天。

读完本节，你能回答的三个问题是：

1. 两个特征值相同，为什么矩阵函数不能只写成 $e^{-2t}$？
2. 上对角线的 1 让 $A^k$ 和 $e^{At}$ 多出了什么？
3. 特征值全为负，为什么系统仍可能先放大扰动？

1. 直觉

对角化矩阵是「纯伸缩」；不能对角化的矩阵在伸缩之外还有「剪切」。最简单的剪切是 $N=\left[\begin{array}{cc}0& 1\\ 0& 0\end{array}\right]$：它把 ${\mathbf{e}}_2$ 送到 ${\mathbf{e}}_1$，把 ${\mathbf{e}}_1$ 送到零。$N^2=0$——剪切两次就没了。这种「几次之后归零」的矩阵叫幂零矩阵（nilpotent matrix）。

把 $A=\lambda I+N$ 拆成「伸缩 + 剪切」。因为 $\lambda I$ 与 $N$ 可交换，二项式定理成立：

而 $N^2=0$，所以只剩前两项：$A^k={\lambda }^{k}I+k{\lambda }^{k-1}N$。那个 $k$ 就是多项式因子的来源。

💡 一句话直觉：Jordan 块 = 特征值在对角线上，剪切在上对角线上；剪切是幂零的，所以矩阵函数只多出有限项多项式。

类比边界：Jordan 块的大小等于剪切链的长度；链越长，多项式因子次数越高。可对角化时所有块都是 $1\times 1$，没有剪切。

1.1 它在现实世界里对应什么

对控制系统，Jordan 块不是代数怪物，而是**「临界阻尼下的拖尾」**：

特征值的单位是 ${\mathrm{s}}^{-1}$：$\lambda =-2$ 意味着时间常数 0.5 s。这里 $A$ 的两个特征值都是 $-2$，但矩阵不是 $-2I$——它多了一个 $N$，于是响应不是单调的 $e^{-2t}$，而是先被 $t$ 项拖慢再衰减。

量级：${\omega }_n=2$ rad/s 对应 $2/(2\pi )\approx 0.32$ Hz，周期约 3.1 s。常见的 2% 整定时间经验式 $4/(\zeta {\omega }_n)$ 在这里给出 2 s，实测 2.37 s——因为那个经验式假设的是无重根的欠阻尼二阶系统，遇到 Jordan 块要换成 $t^{m-1}{e}^{\lambda t}$ 的估计。

这个对应在哪里失效：$A$ 是线性化后的模型。真实转台有力矩饱和、齿隙、库仑摩擦，振幅一大就偏离线性预测；控制器还是 1 kHz 采样的离散系统，连续极点 $s$ 要映射成 $z=e^{sT}$，稳定性判据从「实部为负」变成「在单位圆内」。把连续谱直接套到离散实现上，会在高增益时误判稳定。

2. 定义

2.1 Jordan 块

Jordan 块（Jordan block） $J_k(\lambda )$ 是 $k\times k$ 矩阵：

其中 $N_k$ 的上对角线全为 1、其余为 0，满足 $N_k^k=0$、$N_k^{k-1}\ne 0$。

2.2 Jordan 标准形

Jordan 标准形（Jordan canonical form）：任意复矩阵 $A$ 都相似于分块对角的 $J=\mathrm{diag}(J_{k_1}({\lambda }_1),\dots ,J_{k_m}({\lambda }_m))$，即存在可逆 $P$ 使 $A=PJ{P}^{-1}$；不计块顺序，$J$ 唯一。

对每个特征值 $\lambda$：代数重数等于该 $\lambda$ 的所有块大小之和；几何重数等于块数；最大块的大小是最小多项式（使 $p(A)=0$ 的最低次多项式）中 $(\lambda -{\lambda }_0)$ 的重数。所以可对角化 $\iff$ 所有 Jordan 块都是 $1\times 1$，即几何重数等于代数重数。

2.3 广义特征向量

若 $(A-\lambda I{)}^m\mathbf{v}=0$ 但 $(A-\lambda I{)}^{m-1}\mathbf{v}\ne 0$，称 $\mathbf{v}$ 是秩 $m$ 的广义特征向量（generalized eigenvector）。它们组成 Jordan 链（Jordan chain）：

其中 ${\mathbf{v}}_1$ 是普通特征向量。链长就是对应 Jordan 块的大小。

2.4 矩阵函数

对解析函数 $f$，矩阵函数 $f(A)$ 由幂级数定义；若 $A=PJ{P}^{-1}$，则 $f(A)=Pf(J)P^{-1}$。对 $2\times 2$ 的 Jordan 块，

对角线上是 $f(\lambda )$，第 $m$ 条上对角线是 $f^{(m)}(\lambda )/m!$，一直排到 $m=k-1$。取 $f(x)=x^n$ 得 $f^{\prime }(\lambda )=n{\lambda }^{n-1}$，正好是 §1 的 $A^k$ 公式。

3. 为什么这样定义

不是所有矩阵都能对角化：$\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 只有一条特征方向，旋转矩阵在实数域甚至没有实特征向量。若只研究可对角化矩阵，线性动力系统、矩阵幂、矩阵指数都会留下缺口。

Jordan 标准形补上这个缺口：它把所有矩阵按相似关系分类，每一类由一个分块对角的 $J$ 代表；两个矩阵相似，当且仅当它们的 Jordan 形（不计块顺序）相同。

但 Jordan 形在数值上很危险：它对扰动不连续。元素扰动 $10^{-8}$ 可能把一个大块拆成许多小块，$P$ 的条件数可以爆炸。所以实际计算用 Schur 分解（Schur decomposition） $A=QT{Q}^{\top }$（$Q$ 正交、$T$ 上三角），特征值在对角线上，数值稳定。Jordan 形是理论工具，不是计算工具。

3.1 反事实：只报特征值、不报 Jordan 结构会坏在哪

取 $A=\left[\begin{array}{cc}0& 1\\ -4& -4\end{array}\right]=-2I+N$，其中 $N=\left[\begin{array}{cc}2& 1\\ -4& -2\end{array}\right]$，$N^2=0$。于是

在 $t=1$ 时，$e^{-2}=0.1353$，矩阵是 $\left[\begin{array}{cc}0.406& 0.135\\ -0.541& -0.135\end{array}\right]$。若只知道「特征值 $-2,-2$」，最自然的猜测是 $e^{At}=e^{-2t}I=\left[\begin{array}{cc}0.135& 0\\ 0& 0.135\end{array}\right]$：非对角元从 $0.135$ 变成 $0$，差 100%。两个矩阵的特征值完全一样，矩阵函数却完全不同——特征值清单不足以确定 $e^{At}$。

第二个反事实：把 Jordan 形当计算工具。取扰动后的 $A_{\epsilon }=\left[\begin{array}{cc}-2& 1\\ \epsilon & -2\end{array}\right]$，$\epsilon =10^{-8}$。它的特征值是 $-2\pm 10^{-4}$，数值上看起来「不再亏损」，可广义特征向量要除以 $\sqrt{\epsilon }=10^{-4}$，$P$ 的条件数约 $10^4$；此时用 $P{e}^{Jt}{P}^{-1}$ 算出的 $e^{At}$，有效数字已经被抵消吃掉 4 位。

4. 性质与推导

4.1 $2\times 2$ 幂零块的幂

$A=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]=I+N$，$N^2=0$，由二项式定理 $A^k=(I+N{)}^k=I+kN=\left[\begin{array}{cc}1& k\\ 0& 1\end{array}\right]$。验证 $k=2$：$\left[\begin{array}{cc}1& 2\\ 0& 1\end{array}\right]$，与直接相乘一致。这不是纯缩放，而是多了一个随 $k$ 线性增长的项。

4.2 矩阵指数

矩阵指数（matrix exponential） 定义为 $e^A={\sum }_{m=0}^{\infty }{A}^m/m!$。对 $A=\lambda I+N$（$N^k=0$），因为 $\lambda I$ 与 $N$ 可交换，

级数在有限项处截断，这是幂零性带来的最大好处。

4.3 线性 ODE 的解

对 $\dot{\mathbf{x}}=A\mathbf{x}$、$\mathbf{x}(0)={\mathbf{x}}_0$，解是 $\mathbf{x}(t)=e^{At}{\mathbf{x}}_0$。对幂级数逐项求导：$\frac{d}{dt}{e}^{At}=A{e}^{At}=e^{At}A$，所以 $\dot{\mathbf{x}}=A\mathbf{x}$，且 $t=0$ 时 $e^0=I$，初值吻合。$A$ 与 $e^{At}$ 可交换，因为 $e^{At}$ 是 $A$ 的幂级数。

4.4 稳定性与多项式因子

若 $\lambda =a+bi$，则 $|e^{\lambda t}|=e^{at}$。Jordan 块额外带来 $t^{m-1}$ 因子，但指数最终压倒多项式：$a<0$ 时 $t^{m-1}{e}^{at}\to 0$。所以连续时间系统的稳定性只看 $\mathrm{Re}\lambda$：全部 $<0$ 渐近稳定，有 $>0$ 发散；$=0$ 时若块大小为 1 则有界振荡，块更大则出现多项式增长。离散时间看 $|\lambda |$：全部 $<1$ 稳定。实矩阵的复特征值 $a\pm bi$ 对应块 $\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]$，其指数是 $e^{at}$ 乘旋转。

5. 例子

5.1 手算：$2\times 2$ Jordan 块的幂与指数

取 $A=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]=I+N$。幂：$A^k=\left[\begin{array}{cc}1& k\\ 0& 1\end{array}\right]$。指数：

取 ${\mathbf{x}}_0=(0,1)$，解为 $\mathbf{x}(t)=e^t(t,1)$。验证：$x_1^{\prime }=e^t(t+1)=x_1+x_2$，$x_2^{\prime }=e^t=x_2$，且 $x_1(0)=0$、$x_2(0)=1$。$t=1$ 时 $e^A=e\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]\approx \left[\begin{array}{cc}2.718& 2.718\\ 0& 2.718\end{array}\right]$。

5.2 $3\times 3$ Jordan 块：二次多项式因子

取 $J=\left[\begin{array}{ccc}2& 1& 0\\ 0& 2& 1\\ 0& 0& 2\end{array}\right]=2I+N$，$N^3=0$。则

$t^2/2$ 来自 $N^2/2!$。若把 $2$ 换成 $-1$，则 $e^{-t}(1,t,t^2/2)$ 仍衰减到 0——多项式因子不改变最终的指数衰减，只改变衰减的细节。

5.3 场景：非正规矩阵的瞬态增长

取 $A=\left[\begin{array}{cc}-1& 100\\ 0& -1\end{array}\right]=-I+100N$。特征值都是 $-1$，按特征值判据应当立刻衰减。但

在 $t=0.01$ 时，矩阵约为 $\left[\begin{array}{cc}0.990& 0.990\\ 0& 0.990\end{array}\right]$，2-范数约 $1.60$，已超过初值 1；在 $t=1$ 时，右上角元素约 $36.8$，2-范数约 $36.8$，之后才指数衰减。峰值约为初值的 37 倍。这叫瞬态增长（transient growth），是非正规矩阵（$A{A}^{\top }\ne A^{\top }A$）的典型现象。只看特征值会误判「没有放大」，实际扰动可能被放大数十倍。

5.4 场景闭环：1 kHz 采样、2.4 s 到位、25 件/分

输入：2 个状态，采样周期 $T=1$ ms，记录 10 s 共 $10^4$ 个点；参数 $J=0.01$、$k_p=k_d=0.04$。

计算：离散化 $A_d=e^{AT}\approx I+AT+\frac{(AT{)}^2}{2}$（$T$ 足够小时够用），或直接用解析式 $e^{At}=e^{-2t}(I+tN)$。闭环仿真读出 95% 整定时间 2.37 s；若用「两个独立 $e^{-2t}$」的近似，会得到 1.50 s，差 0.87 s。

输出：产线节拍按 $60/2.4=25$ 件/分排，而不是 40 件/分。决策：先按 25 件/分上线，同时把带宽从 2 rad/s 提到 3 rad/s 验证；提到 3 后重根变成 $-3,-3$，整定时间按比例缩到约 1.6 s。

成本：$2\times 2$ 的 expm 是微秒级；$10^4$ 步仿真每步约 4 次乘加，共 $4\times 10^4$ FLOP，微秒级。真正的成本是试跑占机台 10 s，以及改增益后的复测与安全验证。

失败条件与兜底：

• 重根附近「是否亏损」在数值上无法判断：$10^{-9}$ 的扰动让特征值分裂成 $-2\pm 3\times 10^{-5}$，看起来像两个不同极点，但 $t$ 项仍在。兜底：别判断类型，直接算 $e^{At}$，检查残差 $\Vert \dot{\mathbf{x}}-A\mathbf{x}\Vert$。
• 用 Jordan 形反推 $P$：条件数约 $1/\sqrt{\epsilon }$，误差被放大。兜底：改用 Schur 分解，或直接用 Padé 近似的 expm。
• 高增益把极点推向右半平面：${\omega }_n$ 提到 3 后若阻尼比掉到 0.3，超调超过 20%，定位反而更慢。兜底：同时盯 $\zeta$ 与 ${\omega }_n$，别只调一个。

6. 常见误区

1. 误区：Jordan 标准形就是对角形。纠正：只有可对角化时才是；亏损矩阵的 Jordan 形上对角线有 1，不能继续对角化。
2. 误区：特征值重复就一定不可对角化。纠正：$2I$ 的特征值 2 重数为 2，但已经是 Jordan 形（两个 $1\times 1$ 块）；要看几何重数是否等于代数重数。
3. 误区：Jordan 形唯一，所以 $P$ 也唯一。纠正：$J$ 在不计块顺序时唯一，$P$ 远不唯一；广义特征向量可以缩放、混合。
4. 误区：$e^{A+B}=e^A{e}^B$ 总成立。纠正：仅当 $AB=BA$ 时成立；$\lambda I$ 与 $N$ 可交换，所以 $e^{\lambda I+N}=e^{\lambda I}{e}^N$，一般的 $A,B$ 不行。
5. 误区：实际计算应先算 Jordan 形再算 $e^{At}$。纠正：Jordan 形对扰动不连续，$P$ 可能极度病态；实际用 Schur 分解或 Padé 近似（scipy.linalg.expm）。
6. 误区：特征值实部为负就一定单调衰减。纠正：非正规矩阵可能先瞬态增长（§5.3），Jordan 块还带来 $t^{m-1}$ 因子。

7. 概念网络

• 前置：6.3 对角化 —— 可对角化是 Jordan 形的特例（所有块为 $1\times 1$）。
• 前置：6.2 特征多项式 —— 代数重数、几何重数决定 Jordan 块的总大小与块数。
• 关联：6.1 特征值与特征向量 —— 广义特征向量是普通特征向量的链式延伸。
• 关联：6.6 幂迭代 —— 亏损矩阵的幂迭代会出现多项式因子，收敛比不再是纯几何级数。
• 后续：8.x 线性微分方程与矩阵指数 —— $\dot{\mathbf{x}}=A\mathbf{x}$ 的解就是 $e^{At}{\mathbf{x}}_0$（本课程不单独展开，可参考矩阵指数标准教材）。

8. 通往大模型：连续时间动力学与瞬态增长

出现位置：神经 ODE、连续时间残差流、状态空间模型的连续化版本都写成 $\dot{\mathbf{h}}(t)=A\mathbf{h}(t)+B\mathbf{x}(t)$，解含 $e^{At}$，$A\in {\mathbb{R}}^{D\times D}$。训练中分析梯度传播时，也会遇到 ${\prod }_t{W}_t$ 这样的乘积，其局部行为由 Jacobian 的 Jordan 结构决定。

为什么需要：若 $A$ 可对角化，每个模式是纯指数 $e^{{\lambda }_{i}t}$；若 $A$ 亏损，会出现 $t^{m-1}{e}^{\lambda t}$，同样的特征值下衰减更慢、甚至先增长。§5.3 说明只看特征值不够：非正规矩阵可以在特征值全为负时仍瞬态放大扰动，这对「训练是否稳定」是实实在在的风险。矩阵指数还是线性 ODE、扩散模型连续时间采样、Neural ODE 数值积分器（如 expm）的核心。

可检验结论：对 $A=\left[\begin{array}{cc}-1& 100\\ 0& -1\end{array}\right]$，$\Vert e^{At}{\Vert }_2$ 从 $t=0$ 的 1 升到 $t\approx 1$ 的约 $36.8$，再衰减：先放大 37 倍，然后才「稳定」。用 scipy.linalg.expm 或幂级数截断求和都能复现；只看 np.linalg.eigvals(A) 会得到「全部 -1，稳定」的错误安心感。

算错时下游看到什么：Neural ODE 或连续时间残差流里，若只看 $\mathrm{Re}\lambda <0$ 就宣布稳定，而 $A$ 非正规，前向会在几百步内把扰动放大一两个数量级，训练表现为「loss 先平后突然发散」，且换随机种子就不复现。另一个现象是长序列梯度：${\prod }_t{e}^{A\Delta t}$ 的范数由瞬态峰值而非谱半径决定，梯度裁剪阈值按谱半径设会偏小，梯度被反复截断，模型学不动长依赖。

9. 练习

1. 概念：Jordan 块上对角线的 1 代表什么？为什么可对角化矩阵的 Jordan 形没有它？
2. 计算：对 $A=\left[\begin{array}{cc}2& 1\\ 0& 2\end{array}\right]$，求 $A^k$ 与 $e^{At}$。
3. 计算：对 $A=\left[\begin{array}{cc}0& 1\\ -1& 0\end{array}\right]$，求 $e^{At}$，并说明它描述了什么运动。
4. 计算：解 $\dot{\mathbf{x}}=A\mathbf{x}$，$A=\left[\begin{array}{cc}-1& 1\\ 0& -1\end{array}\right]$，$\mathbf{x}(0)=(0,1)$，写出 $\mathbf{x}(t)$。
5. 开放：为什么数值软件用 Schur 分解而不是 Jordan 形计算矩阵函数？举一个扰动改变 Jordan 结构的例子。

10. 一页速记

• Jordan 块 $J_k(\lambda )=\lambda I+N$，$N^k=0$，上对角线为 1。
• 物理意义 / 现实对应：特征值 = 闭环极点（衰减率与振荡频率），Jordan 块 = 重极点带来的 $t{e}^{\lambda t}$ 拖尾；稳定性看 $\mathrm{Re}\lambda$，但非正规矩阵可能先瞬态放大。
• 任意复矩阵 $A=PJ{P}^{-1}$；块的总大小 = 代数重数，块数 = 几何重数。
• 可对角化 $\iff$ 所有 Jordan 块为 $1\times 1$。
• $f(J)$ 的对角线是 $f(\lambda )$，上对角线是 $f^{\prime }(\lambda )$；$e^{At}=e^{\lambda t}\sum (tN{)}^m/m!$。
• 稳定性看 $\mathrm{Re}\lambda$（连续）或 $|\lambda |$（离散）；非正规矩阵可能有瞬态增长。

11. 参考文献与致谢

这一页的知识不是凭空来的。下面列出本页直接借用的原始工作与权威整理；正文中的人名、定理名已链接到对应条目。链接优先指向 DOI、arXiv 或可长期访问的原文存档。

• 海厄姆（Nicholas J. Higham, 2008）：Functions of Matrices: Theory and Computation。系统处理矩阵函数 $f(A)$ 的定义、Jordan 块上的导数公式与 $e^A$ 的算法，本页 §2.4 与 §4.2 的主要依据。SIAM
• Horn 与 Johnson（2012）：Matrix Analysis（2nd ed.）。第 3 章给出 Jordan 标准形、Jordan 链与最小多项式的完整证明，本页的表述以这一现代整理为准。Cambridge
• 舒尔（Issai Schur, 1909）：Beiträge zur Theorie der Gruppen linearer homogener Substitutionen。证明任意复矩阵可由酉相似化成上三角，给出数值上替代 Jordan 形的稳定路线，本页 §3 的 Schur 分解即由此得名。Trans. AMS
• Moler 与 Van Loan（1978）：Nineteen Dubious Ways to Compute the Exponential of a Matrix。比较十九种计算 $e^A$ 的方法，说明为什么实际实现用 Padé 近似加缩放平方，本页 §6 对 expm 的建议来自这篇综述。SIAM Review

返回模块导览 → M06 特征值

源文件：06-特征值/07-Jordan与矩阵函数.md